AI-modeller och plattformar
Hur AI-innovation kan bryta ner barriärer i krisen kring sen diagnos av autism hos barn
Den medicinska gemenskapen är överens om att, för barn med utvecklingsförseningar som autism, är tidigt allt. Tidig diagnos och tidiga insatser har visat sig göra livsförändrande skillnader. Med så många som 25% av barnen i riskzonen för utvecklingsförsening i USA, finns det ingen debatt om att det är vår plikt som nation att tillhandahålla tidig, tillgänglig och jämlik vård för alla barn och deras familjer.
Ändå, som visas i en nyligen publicerad rapport, med titeln “The State of Pediatric Autism Diagnosis in the U.S.: Gridlocks, Inequities, and Missed Opportunities Persist”, har långa väntetider och barriärer för vård i pediatriska specialkliniker i USA nått krisnivå. Undersökningen – som utformats och genomförts av Scott Badesch, tidigare ordförande för Autism Society of America, och sponsrad av mitt företag, Cognoa – avslöjar ineffektiviteter och ojämlikheter i nuvarande processer för utvärdering och diagnos av utvecklingsförseningar och autism. Från onödigt komplexa och långa diagnostiska processer och en minskande specialistarbetskraft till otillräcklig ersättning och tillgång, bekräftar rapportens resultat en olycklig verklighet: vi, som nation, sviker våra barn.
Medan den nuvarande situationen verkar dyster, kan teknologiska innovationer erbjuda en betydande och omedelbar lättnad från många av dessa betydande barriärer.
Hälsovårdsgemenskapen, tillsammans med betalare, beslutsfattare och teknologer, måste agera snabbt för att säkerställa att sådan teknik görs tillgänglig och överkomlig för att hantera dessa allvarliga problem och se till att inga fler barn lämnas kvar.
Tidigt är allt – Livslånga effekter av diagnostiska förseningar
CDC uppskattar att autism påverkar 1 av 36 barn i USA idag.
Även om autism kan diagnostiseras tillförlitligt så tidigt som 18 månader, har den genomsnittliga åldern för diagnos förblivit oförändrad på över 4 års ålder. Icke-vita barn, flickor och de från landsbygdsområden eller socioekonomiskt missgynnade bakgrunder diagnostiseras ofta senare eller missas helt.
Tidiga insatser under den kritiska tidiga neurodevelopmentala perioden, före 3 års ålder, har visat sig dramatiskt förbättra livslånga resultat för barn. I själva verket har studier visat att 4 av 10 barn diagnostiserade med autism vid 2-3 års ålder har sådana betydande förbättringar med tidiga insatser att diagnosen förlorar relevans vid 6 års ålder. I kontrast ökar bristen på eller försenad behandling sannolikheten för livslånga, samtidiga psykiska hälsotillstånd, medan allmänna medicinska kostnader är ungefär dubbelt så höga för barn som upplever en längre tid till diagnos jämfört med en kortare tid till diagnos.
Processparalysering
Som framhålls i undersökningsrapporten är långa väntetider för autismdiagnos på pediatriska specialkliniker i USA oacceptabelt vanliga. Enligt studien rapporterar 61% av specialklinikerna väntetider på över 4 månader mellan den första begäran om autismutvärdering och utvärderingen i sig. Förskräckande nog rapporterade 25% väntelistor som sträckte sig över en halv år, och 21% rapporterade väntelistor som sträckte sig bortom ett år eller var så överbelastade med förfrågningar att de inte kunde acceptera nya remisser.
En av de primära faktorerna som förvärrar detta problem, som identifierats av 77% av klinikerna i studien, är den extrema längden på utvärderingsprocesser och tunga dokumentationsbördor som kliniker måste axla. 69% av klinikerna identifierade också personalbrist, inklusive kliniker- och administratörbrist, och en alarmerande 43% citerade betungande ersättningsprocesser, brist på ersättning och en vägran att acceptera Medicaid och kommersiell försäkring som betydande barriärer.
Tillgång till diagnostiska center är en annan begränsning som förvärrar problemet. Över 80% av länen i USA har inte diagnostiska center för autism inom pendlingsavstånd, vilket gör det ännu svårare för familjer som bor i dessa områden att få tidiga insatser.
En brist på standardisering i diagnostisk process presenterar ytterligare utmaningar. Mer än 30 olika verktyg används över hela landet, med olika typer av utvärdering och leverantörer som krävs för att autismdiagnosen ska erkännas varierar från stat till stat och betalare till betalare. Dessutom rapporterar 83% av centren att autismutvärderingar tar över 3 timmar, med 25% som rapporterar slutförandetider på över 8 timmar. Denna brist på effektivitet och standardisering håller bara barn och deras familjer i limbo under en längre tid.
AI som bryter ner barriärer
I stället för att hänvisa alla barn till specialistutvärderingar har American Academy of Pediatrics (AAP) betonat att pediatrer i primärvården “kan påverka resultatet för barn med autism genom att göra en tidig diagnos och ge remiss för evidensbaserad beteendeterapi” i primärvårdsmiljön – snarare än att hänvisa alla barn till specialistutvärderingar. Som den första linjen för vård för barn är pediatrer väl positionerade för att spela en betydande roll i att hantera diagnostiska förseningar och säkerställa tidiga insatser när de betyder mest.
Att utnyttja kraften från AI och teknologiska innovationer kan ge pediatrer möjlighet att utvärdera, diagnostisera och hantera barn med utvecklingsförseningar och autism korrekt och snabbt. AI har en enorm potential att hjälpa till att strömlinjeforma och standardisera autismutvärderings- och diagnostiseringsprocessen, hantera läkarbrist genom att utöka poolen av leverantörer som kan utvärdera och diagnostisera barn, och säkerställa bredare, mer jämlik och tidig tillgång till vård i både primärvård och specialistvård.
AI kan utvärdera tusentals mänskliga egenskaper och funktioner – inklusive en mängd verbala och rörelseindikatorer – för att identifiera de mest prediktiva egenskaperna som pekar mot autism. AI kan göra diagnostiseringsresan mer effektiv och jämlik genom att minska tidskrävande utvärderingar som ofta är onödiga för många barn och säkerställa en mer konsekvent tillvägagångssätt för diagnos över alla demografiska grupper.
AI kan därför göra hälsovården mer tillgänglig, överkomlig och effektiv, men bara om den utvecklas på ett ansvarsfullt sätt – AI-system är bara så bra som de data de byggs på. Mångfald är avgörande för att ta hänsyn till skillnader i kön, ras, etnicitet och socioekonomisk bakgrund. Utvecklare bör ständigt testa och korrigera algoritmer för att säkerställa att data är uppdaterad och verkligen representerar alla demografiska grupper. I praktiken innebär det att anställa kodare från en mångfaldig bakgrund och uppmuntra dem att mata in nya, mångfaldiga prover i sin kod. Detta är extremt viktigt vid diagnostisering av autism av många skäl, inte minst för att flickor med autism visar olika egenskaper än pojkar och i genomsnitt diagnostiseras 1,5 år senare än pojkar.
Medan AI utan tvekan kan hantera inbyggda begränsningar, skapa effektiva, säkra och livsförändrande lösningar, måste det också gå hand i hand med den mänskliga beröringen. AI tjänar till att stödja läkare så att de kan ge svar snabbare och mer effektivt baserat på stora mängder data och låter dem spendera sin tid mer produktivt med sina patienter.
Vägen framåt
Nya innovationer avslöjar en lovande framtid i diagnostiseringen av autism, men bara om de optimeras och används i lämpliga miljöer. Policyn som stöder ersättning och tillgång till AI-drivna lösningar godkända av FDA måste antas. När de tränas på ett ansvarsfullt sätt på opartisk, populationsrepresentativ data, kan AI ge fler leverantörer möjlighet att med tillförlitlighet utvärdera, diagnostisera och hantera barn inom primärvård.
Målet är tydligt – vi behöver ge varje barn möjligheten till tidiga insatser. Den medicinska gemenskapen är i enhällig överensstämmelse. Data är entydig. Teknologin finns. Det är dags att bryta mot status quo och uppmana våra beslutsfattare, hälsovårdledare, försäkringsgivare och teknologer att prioritera och hantera frågorna kring diagnostisering av barn med utvecklingsförsening och autism. Vi kan aktivt göra bättre.












